最近，Waymo 在自动驾驶领域又迈出了重要一步。这家公司一直以来都把与谷歌 DeepMind 的合作视作自己的竞争优势，如今，他们正在利用谷歌的多模态大型语言模型 Gemini 来提升其自动驾驶出租车的训练效果。Waymo 发布了一篇新的研究论文，介绍了一种名为 EMMA 的 “端到端多模态模型”，该模型能够处理传感器数据，从而生成自动驾驶汽车的未来行驶轨迹。这意味着 Waymo 的无人驾驶车辆可以更智能地做出行驶决策，并能有效地避开障碍物。这项新技术的重要性不仅在于它的创新，还因为它

Waymo 近日宣布了一项重大突破，开发了一种基于谷歌多模态大型语言模型 （MLLM） Gemini 的新训练模型，用于其自动驾驶出租车的开发。这种新模型被称为 EMMA(自动驾驶端到端多模态模型)，它能够处理传感器数据以生成自动驾驶汽车的未来轨迹，帮助无人驾驶汽车决定去哪里以及如何避开障碍物。EMMA 模型是自动驾驶领域的领军企业计划在其运营中使用 MLLM 的首批迹象之一，表明这些 LLM 可以摆脱目前作为聊天机器人、电子邮件管理器和图像生成器的用途，并在道路的全新环境中找到应用。

Google在东京举办的Gemma开发者日上发布重磅消息:全新日语版Gemma模型正式亮相。这款小巧精悍的AI模型以仅20亿参数的规模，却能同时驾驭日语和英语，展现出与GPT-3.5相媲美的性能。这一技术突破尤为令人瞩目。在AI领域，小型模型在学习新语言时常常面临"灾难性遗忘"的挑战——即在获取新知识的过程中丢失先前掌握的能力。而日语版Gemma却成功克服了这一难题，实现了双语能力的完美平衡。为推动全球开发者社区的参与，Google不仅通过Kaggle和Hugging Face平台开放了模型权重，还提供了完整的

最近在东京举办的 Gemma 开发者日上，谷歌正式推出了新的日语版本 Gemma AI 模型。这款模型的表现可以与 GPT-3.5媲美，但它的参数量只有仅仅20亿，非常小巧，适合在移动设备上运行。这次发布的 Gemma 模型，在日语处理上表现出色，同时也保持了其在英语上的能力。对于小型模型来说，这一点特别重要，因为在进行新语言的微调时，它们可能会面临 “灾难性遗忘” 的问题，即新学到的知识会覆盖之前学到的信息。但是 Gemma 成功克服了这个难题，展现了强大的语言处理能力。更值得一提的是

Google AI近日发布了Gemma-APS，这是一套专门用于文本到命题分割的模型集合，旨在解决当前机器学习模型在处理复杂人类语言时面临的诸多挑战。Gemma-APS源自经过微调的Gemini Pro模型，通过多领域合成数据训练而成。这种创新方法使模型能够适应各种句子结构和领域，大大提高了其versatility。该模型集合现以Gemma-7B-APS-IT和Gemma-2B-APS-IT两种版本在Hugging Face平台上提供，以满足不同的计算效率和准确性需求。这些模型的核心优势在于能将复杂文本高效分割成包含底层信息的有意义命题单元，为后续

最近，Zyphra 正式推出了 Zamba2-7B，这是一款具有前所未有性能的小型语言模型，参数数量达到7B。这款模型号称在质量和速度上超越了目前的竞争对手，包括 Mistral-7B、谷歌的 Gemma-7B 以及 Meta 的 Llama3-8B。Zamba2-7B 的设计目标是满足那些需要强大语言处理能力但又受限于硬件条件的环境，比如在设备上处理或使用消费级 GPU。通过提高效率而不牺牲质量，Zyphra 希望能让更广泛的用户，无论是企业还是个人开发者，都能享受到先进 AI 的便利。Zamba2-7B 在架构上做了很多创新，提升了模型的效率和表

近日，谷歌宣布推出一款名为 “gemma-2-2b-jpn-it” 的新模型，这是其 Gemma 系列语言模型的最新成员。这个模型专门针对日本语言进行优化，展示了谷歌在大型语言模型（LLM）领域持续投入的决心。项目入口:https://huggingface.co/google/gemma-2-2b-jpn-itgemma-2-2b-jpn-it 是一款文本到文本的解码器型大语言模型，具有开放权重，意味着它可以被公众访问，并能够根据不同的文本生成任务进行细致调优，比如问答、总结和推理等。这款新模型拥有26.1亿个参数，并采用 BF16张量类型。它基于谷歌的 Gemini 系列模

近日，谷歌宣布推出新的开源 AI 模型 DataGemma，旨在解决大语言模型（LLM）在处理统计数据时常出现的 “幻觉” 问题。这种幻觉现象让模型在回答有关数字和统计的问题时，可能会提供不准确的答案。DataGemma 模型的推出，标志着谷歌在 AI 领域的一次重要进展。图源备注：图片由AI生成，图片授权服务商Midjourney减少统计查询时的幻觉DataGemma 由两种不同的方法构成，旨在提升回答用户问题时的准确性。这些模型基于谷歌的数据共享平台 Data Commons 的海量真实世界数据，后者拥有超过2400亿个数

Google DeepMind的最新研究Gemma Scope揭开了语言模型黑箱的秘密，通过稀疏自编码器(SAEs)分解和重构语言模型的激活，旨在揭示背后有意义的特征。Gemma Scope采用JumpReLU SAEs，通过控制激活，优化重建损失并正则化活跃的潜在特征数量，以揭示语言模型的内部机制。研究发现，残差流SAEs的性能通常较低，序列长度对SAE性能有显著影响，不同数据集子集的表现各异，DeepMind mathematics上表现最佳。Gemma Scope的发布不仅有助于理解SAEs，还能改进实际任务性能，对SAEs进行红队测试，提高AI的可解释性和安全性。

谷歌推出了拥有20亿参数的Gemma22B模型，表现出在多种硬件环境下的卓越性能，尤其在“聊天机器人竞技场”中超越了GPT-3.5-Turbo-0613和Mixtral-8x7b等模型。此模型通过NVIDIA TensorRT-LLM库优化，高效部署于各种场景，从边缘设备到强大云环境。为提升安全性，谷歌还发布了ShieldGemma安全分类器和Gemma Scope工具，以过滤有害内容和分析模型决策。面对AI技术竞争的加剧，谷歌需加速创新，推出更强大的Gemma3模型以保持市场竞争力。

就在不久前的谷歌I/O柏林大会上，谷歌宣布开源其最新语言模型Gemma2，该模型在性能和效率方面取得了重大突破。Gemma2提供9B和27B两种参数规模的版本，其中27B版本的性能已经接近参数量为70B的Llama3模型，但模型大小仅为后者的40%左右。

["谷歌发布开源AI大模型Gemma","国内开源大模型表现优异","InternLM2在各方面完胜Gemma和Llama","开源大模型领域竞争激烈","大模型战场愈发热闹"]

["谷歌推出全新的开源模型系列「Gemma」","Gemma 与 Llama 2、Mistral 的比较","Gemma 的设计原则与特点","Gemma 使用的GeGLU激活函数的特点"]